קרוס־ולידציה

הסקה, אומדן וקבלת החלטות מנתונים

אי אפשר לשפוט מודל לפי שגיאת האימון שלו; הוא כבר ראה את הנתונים האלה, ולכן הוא יכול לרמות באמצעות שינון. אתה צריך את שגיאתו על נתונים שמעולם לא ראה. אבל הפרשת מערך מבחן יחיד מבזבזת נתונים ונותנת אומדן רועש. קרוס־ולידציה פותרת את שתי הבעיות.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.